Spesifikasi Model
Langkah pertama dalam menggunakan analisis regresi untuk mengestimasi permintaan
adalah menspesifikasi model yang akan diestimasi. Ini menyangkut pengidentifikasian
variabel variabel penting yang mempengaruhi permintaan untuk komoditas yang dikaji,
seperti pendapatan konsumen(Px), pendapatan konsumen (I), jumlah konsumen dalam pasar
(N), harga komoditas yang berhubungan, substitusi atau komplementer (Py), selera konsumen
(T) dan variabel variabel lainnya, jadi kita bisa dapat membuat fungsi umum dari
permintaan untuk komoditas
Qx = f (Px,I,N,Py,T ,)
Tahap kedua dalam analisis regresi adalah mengumpulkan data dari variabel variabel dalam
modelnya. Data dapat dikumpulkan untuk setiap variabel sepanjang waktu atau untuk unit
ekonomi yang berbeda pada waktu tertentu. Yang awal disebut sebagai data deret waktu
sementara yang akhir disebut cross sectional data. Setiap data mempunyai keuntungan
tertentu tetapi juga mengarah pada masalah estimasi tertentu. Sumber data yang paling
penting dari data yang diterbitkan untuk umum yang sangat berguna untuk mengumpulkan
data tentang estimasi permintaan adalah : survey of current Business, the statistical abstract of
the united states, the vederal reserve bulletin, dan annual economic report to the president.
Langkah ketiga dalam estimasi permintaan dalam analisis regresi adalah menentukan bentuk
fungsional dari model yang akan diestimasi.Model yang paling sederhana dan biasanya
paling realistis , adalah model linear.
Akhirnya persamaan permintaan hasil estimasi harus lulus uji ekonometri lainnya untuk
menyatakan bahwa masalah masalah seperti multikolinearitas, heteroskedastisitas, dan
otokorelasi tidak terjadi. Jika salah satu masalah ini terdeteksi dari uji yang dilakukan ,
tindakan tertentu harus dilakukan untuk menghilangkan masalah ini.